我编写了这段R代码来重现问题。这里，我创建了一个唯一的”ID”列，但我不知道如何将预测列添加回测试数据集，并映射到它们各自的ID。请指导我正确的方法。

#Codelibrary(C50)data(churn)data=rbind(churnTest,churnTrain)data$ID<-seq.int(nrow(data)) #adding unique id columnrm(churnTrain)rm(churnTest)set.seed(1223)ind <- sample(2,nrow(data),replace = TRUE, prob = c(0.7,0.3))train <- data[ind==1,1:21]test <- data[ind==2, 1:21]xtrain <- train[,-20]ytrain <- train$churnxtest <- test[,-20]ytest<- test$churnx <- cbind(xtrain,ytrain)## C50 Modelc50Model <- C5.0(churn ~   state +  account_length +  area_code +  international_plan +  voice_mail_plan +  number_vmail_messages +  total_day_minutes +  total_day_calls +   total_day_charge +  total_eve_minutes +  total_eve_calls +  total_eve_charge +  total_night_minutes +  total_night_calls +  total_night_charge +  total_intl_minutes +   total_intl_calls +  total_intl_charge +  number_customer_service_calls,data=train, trials=10)# Evaluate Modelc50Result <- predict(c50Model, xtest)table(c50Result, ytest) #adding prediction to test datatestnew = cbind(xtest,c50Result)#OR predict directlyxtest$churn = predict(c50Model, xtest)

回答：

我会使用match(dataID, predictedID)来匹配数据集中的ID列。

回复你的评论：如果你想将预测值添加到原始数据框中，这两种合并数据和预测的方法都是正确的，并且产生相同的结果。唯一需要注意的是，我会使用

xtest$churn_hut <- predict(c50Model, xtest)

而不是

xtest$churn <- predict(c50Model, xtest)

因为在这里你用模型预测的值替换了原始的churn（如data$churn），这样你就无法比较这两个值了。